13 жовтня 2026 Google DeepMind офіційно представила Gemini 4 Argon — нову frontier-модель, доступну через Gemini API (gemini-4-argon), Google AI Studio, Antigravity, а також у додатку Gemini та AI Mode для підписників. Окремий акцент у презентації зроблено на робототехніку та «фізичний» ШІ.
За словами Google, Argon поєднує візуально-семантичне міркування, розуміння фізики та генерацію коду. Це дозволяє застосовувати модель на всіх етапах життєвого циклу робота: від керування й Real2Sim до розмітки даних і самопокращення на залізі.
87% на Embodied Reasoning (ERQA)
На бенчмарку ERQA (Embodied Reasoning), який перевіряє здатність розуміти просторові й фізичні задачі в 3D-середовищах, Argon набирає 87% у режимі чистого міркування. Google заявляє, що модель випереджає інші frontier-системи на цьому тесті.
Video-to-Sim-to-Real: від відео людини до Apollo
У внутрішньому демо Argon переглянула відео людини, яка грає в cornhole, побудувала симуляцію й перенесла навичку на гуманоїда Apptronik Apollo. У реальному випробуванні робот зробив сім влучних кидків поспіль. Компанія підкреслює, що пайплайн стискає тижні ручного моделювання симуляції до кількох годин.
Інші сценарії в робототехніці
Серед названих застосувань — мобільна маніпуляція Boston Dynamics Spot (викидання банки в смітник із педаллю через практику в MuJoCo), Real2Sim з відео робота чи людини та зі скетчів, цифрові двійники в MuJoCo й ітеративне самопокращення на апаратурі. За даними Google, одне фото робочого столу, з якого Argon побудувала симуляційний двійник, підняло успішність політики з 56% до 75% і скоротило час виконання з 35 с до 24 с.
Вступна ціна API (до 30 листопада 2026) — $2 / $10 за 1 млн вхідних/вихідних токенів, далі $4 / $20. Для команд, що будують фізичних агентів, ключовим залишається не прайс, а можливість швидко перетворювати відео й сцени на перевірені симуляції та реальне керування.
Джерела: Google Developers Blog (Gemini 4 Argon for Robotics) та офіційний анонс Gemini 4 Argon від 13 жовтня 2026.